搜索

QQ空間 QQ好友新浪微博微信

我們?yōu)槭裁匆謳旆直恚?/span>

喜歡站在山上 2022-04-12

展開全文

前言

大家好，我是撿田螺的小男孩，今天跟大家聊聊分庫分表。

什么是分庫分表
為什么需要分庫分表
如何分庫分表
什么時候開始考慮分庫分表
分庫分表會導致哪些問題
分庫分表中間件簡介

1. 什么是分庫分表

分庫：就是一個數(shù)據(jù)庫分成多個數(shù)據(jù)庫，部署到不同機器。

分表：就是一個數(shù)據(jù)庫表分成多個表。

2. 為什么需要分庫分表

2.1 為什么需要分庫呢？

如果業(yè)務量劇增，數(shù)據(jù)庫可能會出現(xiàn)性能瓶頸，這時候我們就需要考慮拆分數(shù)據(jù)庫。從這幾方面來看：

磁盤存儲

業(yè)務量劇增，MySQL單機磁盤容量會撐爆，拆成多個數(shù)據(jù)庫，磁盤使用率大大降低。

并發(fā)連接支撐

我們知道數(shù)據(jù)庫連接是有限的。在高并發(fā)的場景下，大量請求訪問數(shù)據(jù)庫，MySQL單機是扛不住的！當前非常火的微服務架構出現(xiàn)，就是為了應對高并發(fā)。它把訂單、用戶、商品等不同模塊，拆分成多個應用，并且把單個數(shù)據(jù)庫也拆分成多個不同功能模塊的數(shù)據(jù)庫（訂單庫、用戶庫、商品庫），以分擔讀寫壓力。

2.2 為什么需要分表？

數(shù)據(jù)量太大的話，SQL的查詢就會變慢。如果一個查詢SQL沒命中索引，千百萬數(shù)據(jù)量級別的表可能會拖垮整個數(shù)據(jù)庫。

即使SQL命中了索引，如果表的數(shù)據(jù)量超過一千萬的話，查詢也是會明顯變慢的。這是因為索引一般是B+樹結構，數(shù)據(jù)千萬級別的話，B+樹的高度會增高，查詢就變慢啦。

小伙伴們是否還記得，MySQL的B+樹的高度怎么計算的呢？ 順便復習一下吧

InnoDB存儲引擎最小儲存單元是頁，一頁大小就是16k。B+樹葉子存的是數(shù)據(jù)，內部節(jié)點存的是鍵值+指針。索引組織表通過非葉子節(jié)點的二分查找法以及指針確定數(shù)據(jù)在哪個頁中，進而再去數(shù)據(jù)頁中找到需要的數(shù)據(jù)，B+樹結構圖如下：

假設B+樹的高度為2的話，即有一個根結點和若干個葉子結點。這棵B+樹的存放總記錄數(shù)為=根結點指針數(shù)*單個葉子節(jié)點記錄行數(shù)。

如果一行記錄的數(shù)據(jù)大小為1k，那么單個葉子節(jié)點可以存的記錄數(shù) =16k/1k =16.
非葉子節(jié)點內存放多少指針呢？我們假設主鍵ID為bigint類型，長度為8字節(jié)(面試官問你int類型，一個int就是32位，4字節(jié))，而指針大小在InnoDB源碼中設置為6字節(jié)，所以就是 8+6=14 字節(jié)，16k/14B =16*1024B/14B = 1170

因此，一棵高度為2的B+樹，能存放1170 * 16=18720條這樣的數(shù)據(jù)記錄。同理一棵高度為3的B+樹，能存放1170 *1170 *16 =21902400，大概可以存放兩千萬左右的記錄。B+樹高度一般為1-3層，如果B+到了4層，查詢的時候會多查磁盤的次數(shù)，SQL就會變慢。

因此單表數(shù)據(jù)量太大，SQL查詢會變慢，所以就需要考慮分表啦。

3. 如何分庫分表

3.1 垂直拆分

3.1.1 垂直分庫

在業(yè)務發(fā)展初期，業(yè)務功能模塊比較少，為了快速上線和迭代，往往采用單個數(shù)據(jù)庫來保存數(shù)據(jù)。數(shù)據(jù)庫架構如下：

但是隨著業(yè)務蒸蒸日上，系統(tǒng)功能逐漸完善。這時候，可以按照系統(tǒng)中的不同業(yè)務進行拆分，比如拆分成用戶庫、訂單庫、積分庫、商品庫，把它們部署在不同的數(shù)據(jù)庫服務器，這就是垂直分庫。

垂直分庫，將原來一個單數(shù)據(jù)庫的壓力分擔到不同的數(shù)據(jù)庫，可以很好應對高并發(fā)場景。數(shù)據(jù)庫垂直拆分后的架構如下：

3.1.2 垂直分表

如果一個單表包含了幾十列甚至上百列，管理起來很混亂，每次都select *的話，還占用IO資源。這時候，我們可以將一些不常用的、數(shù)據(jù)較大或者長度較長的列拆分到另外一張表。

比如一張用戶表，它包含user_id、user_name、mobile_no、age、email、nickname、address、user_desc，如果email、address、user_desc等字段不常用，我們可以把它拆分到另外一張表，命名為用戶詳細信息表。這就是垂直分表

3.2 水平拆分

3.2.1 水平分庫

水平分庫是指，將表的數(shù)據(jù)量切分到不同的數(shù)據(jù)庫服務器上，每個服務器具有相同的庫和表，只是表中的數(shù)據(jù)集合不一樣。它可以有效地緩解單機單庫的性能瓶頸和壓力。

用戶庫的水平拆分架構如下：

3.2.2 水平分表

如果一個表的數(shù)據(jù)量太大，可以按照某種規(guī)則（如hash取模、range），把數(shù)據(jù)切分到多張表去。

一張訂單表，按時間range拆分如下：

3.3. 水平分庫分表策略

分庫分表策略一般有幾種，使用于不同的場景：

range范圍
hash取模
range+hash取?；旌?/span>

3.3.1 range范圍

range，即范圍策略劃分表。比如我們可以將表的主鍵，按照從0~1000萬劃分為一個表，1000~2000萬劃分到另外一個表。如下圖：

當然，有時候我們也可以按時間范圍來劃分，如不同年月的訂單放到不同的表，它也是一種range的劃分策略。

這種方案的優(yōu)點：

這種方案有利于擴容，不需要數(shù)據(jù)遷移。假設數(shù)據(jù)量增加到5千萬，我們只需要水平增加一張表就好啦，之前0~4000萬的數(shù)據(jù)，不需要遷移。

缺點：

這種方案會有熱點問題，因為訂單id是一直在增大的，也就是說最近一段時間都是匯聚在一張表里面的。比如最近一個月的訂單都在1000萬~2000萬之間，平時用戶一般都查最近一個月的訂單比較多，請求都打到order_1表啦，這就導致數(shù)據(jù)熱點問題。

3.3.2 hash取模

hash取模策略：指定的路由key（一般是user_id、訂單id作為key）對分表總數(shù)進行取模，把數(shù)據(jù)分散到各個表中。

比如原始訂單表信息，我們把它分成4張分表：

比如id=1，對4取模，就會得到1，就把它放到t_order_1;
id=3，對4取模，就會得到3，就把它放到t_order_3;

這種方案的優(yōu)點：

hash取模的方式，不會存在明顯的熱點問題。

缺點：

如果一開始按照hash取模分成4個表了，未來某個時候，表數(shù)據(jù)量又到瓶頸了，需要擴容，這就比較棘手了。比如你從4張表，又擴容成8張表，那之前id=5的數(shù)據(jù)是在（5%4=1，即t_order_1），現(xiàn)在應該放到（5%8=5，即t_order_5），也就是說歷史數(shù)據(jù)要做遷移了。

3.3.3 range+hash取?；旌?/h2>
既然range存在熱點數(shù)據(jù)問題，hash取模擴容遷移數(shù)據(jù)比較困難，我們可以綜合兩種方案一起嘛，取之之長，棄之之短。
比較簡單的做法就是，在拆分庫的時候，我們可以先用range范圍方案，比如訂單id在0~4000萬的區(qū)間，劃分為訂單庫1;id在4000萬~8000萬的數(shù)據(jù)，劃分到訂單庫2,將來要擴容時，id在8000萬~1.2億的數(shù)據(jù)，劃分到訂單庫3。然后訂單庫內，再用hash取模的策略，把不同訂單劃分到不同的表。

4. 什么時候才考慮分庫分表呢？

4.1 什么時候分表？

如果你的系統(tǒng)處于快速發(fā)展時期，如果每天的訂單流水都新增幾十萬，并且，訂單表的查詢效率明變慢時，就需要規(guī)劃分庫分表了。一般B+樹索引高度是2~3層最佳，如果數(shù)據(jù)量千萬級別，可能高度就變4層了，數(shù)據(jù)量就會明顯變慢了。不過業(yè)界流傳，一般500萬數(shù)據(jù)就要考慮分表了。